使用TensorFlow.js，您不仅可以在浏览器中运行深度学习模型进行推理，你还能够训练它们。在这个简单的样例中，将展示一个相当于“Hello World”的示例。

1、引入TensorFlow.js

使用CDN上的文件，你就可以使用TensorFlow APIs。

<html>

<head>

 <!-- Load TensorFlow.js -->

 <!-- Get latest version at https://github.com/tensorflow/tfjs -->

 <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.11.2"> </script>

这里使用的版本是 0.11.2，你可以去github上找最新的。

2、创建一个简单的神经网络

由于这只有一个输入值和输出值，因此它可以是单个节点。在JavaScript中，我们可以创建一个tf.sequential，并向其添加layers。

const model = tf.sequential();

model.add(tf.layers.dense({units: 1, inputShape: [1]}));

我们还需要指定损失函数和优化器：

model.compile({

   loss: 'meanSquaredError',

   optimizer: 'sgd'

  });

为了训练模型，我们需要数据集来训练模型。构造几个符合Y=2X-1的点，那么当X取[-1, 0, 1, 2, 3]，Y取[-3, -1, 1, 3, 5]

const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);

const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);

调用fit函数进行训练，传入X和Y并指定训练轮数。请注意，只是异步的，在进入下一步之前必须等待返回值，所以这些代码都要写在一个async函数中。

await model.fit(xs, ys, {epochs: 500});

最后传入一个值进行预测。

完整的代码如下：

<html>

 <head>

    <!-- Load TensorFlow.js -->

    <!-- Get latest version at https://github.com/tensorflow/tfjs -->

    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.11.2">

    </script>

 </head>

 <body>

   <div id="output_field"></div>

 </body>

 <script>

    async function learnLinear(){

        const model = tf.sequential();

        model.add(tf.layers.dense({

            units: 1,

            inputShape: [1]

        }));

        model.compile({

            loss: 'meanSquaredError',

            optimizer: 'sgd'

        });

        const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);

        const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);

        await model.fit(xs, ys, {epochs: 100});

        document.getElementById('output_field').innerText =

            model.predict( tf.tensor2d([10], [1, 1]) );

    }

    learnLinear();

 </script>

<html>

参考链接：

1. https://medium.com/tensorflow/getting-started-with-tensorflow-js-50f6783489b2

2.https://blog.csdn.net/aliceyangxi1987/article/details/80743590

Getting Started with TensorFlow.js的更多相关文章

  1. TensorFlow.js入门（一）一维向量的学习

    TensorFlow的介绍   TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理.Tensor(张量)意味着N维数组,Flow(流)意味着 ...

  2. 转《在浏览器中使用tensorflow.js进行人脸识别的JavaScript API》

    作者 | Vincent Mühle 编译 | 姗姗 出品 | 人工智能头条(公众号ID:AI_Thinker) [导读]随着深度学习方法的应用,浏览器调用人脸识别技术已经得到了更广泛的应用与提升.在 ...

  3. TensorFlow.js之根据数据拟合曲线

    这篇文章中,我们将使用TensorFlow.js来根据数据拟合曲线.即使用多项式产生数据然后再改变其中某些数据(点),然后我们会训练模型来找到用于产生这些数据的多项式的系数.简单的说,就是给一些在二维 ...

  4. TensorFlow.js之安装与核心概念

    TensorFlow.js是通过WebGL加速.基于浏览器的机器学习js框架.通过tensorflow.js,我们可以在浏览器中开发机器学习.运行现有的模型或者重新训练现有的模型. 一.安装     ...

  5. 大前端技术系列：TWA技术+TensorFlow.js => 集成原生和AI功能的app

    大前端技术系列:TWA技术+TensorFlow.js => 集成原生和AI功能的app ( 本文内容为melodyWxy原作,git地址:https://github.com/melodyWx ...

  6. TensorFlow.js入门：一维向量的学习

    转载自:https://blog.csdn.net/weixin_34061042/article/details/89700664 一维向量及其运算 tensor 是 TensorFlow.js 的 ...

  7. [ML] Tensorflow.js + Image segmentPerson

    <!DOCTYPE html> <html> <head> <title>Parcel Sandbox</title> <meta c ...

  8. 【一统江湖的大前端（9）】TensorFlow.js 开箱即用的深度学习工具

    示例代码托管在:http://www.github.com/dashnowords/blogs 博客园地址:<大史住在大前端>原创博文目录 目录 一. 上手TensorFlow.js 二. ...

  9. 在浏览器中进行深度学习：TensorFlow.js (八）生成对抗网络 （GAN

    Generative Adversarial Network 是深度学习中非常有趣的一种方法.GAN最早源自Ian Goodfellow的这篇论文.LeCun对GAN给出了极高的评价: “There ...

随机推荐

  1. 【2019.7.26 NOIP模拟赛 T3】化学反应（reaction）（线段树优化建图+Tarjan缩点+拓扑排序）

    题意转化 考虑我们对于每一对激活关系建一条有向边,则对于每一个点,其答案就是其所能到达的点数. 于是,这个问题就被我们搬到了图上,成了一个图论题. 优化建图 考虑我们每次需要将一个区间向一个区间连边. ...

  2. win10 + 3ds Max 2014 问题记录

    3ds Max 下载: https://zixue.3d66.com/popsoft_201.html VRay 下载: https://zixue.3d66.com/softhtml/showsof ...

  3. JavaScript计算日期前一天和后一天

    1.页面排版 <button onclick="before()">上一天</button> <button onclick="after( ...

  4. Go 中 ORM 的 Repository（仓储）模式

    ORM 在业务开发中一直扮演着亦正亦邪的角色.很多人赞颂 ORM,认为 ORM 与面向对象的契合度让代码简洁有道.但是不少人厌恶它,因为 ORM 隐藏了太多的细节,埋下了超多的隐患.在 Go 中,我们 ...

  5. Debug 路漫漫-15：Python: NameError：name 'dataset' is not defined

    在调试 <Outer Product-based Neural Collaborative Filtering>论文的源码(https://github.com/duxy-me/ConvN ...

  6. OAuth2.0授权码模式

    OAuth2.0简单说就是一种授权的协议,OAuth2.0在客户端与服务提供商之间,设置了一个授权层(authorization layer).客户端不能直接登录服务提供商,只能登录授权层,以此将用户 ...

  7. Java的POJO和JavaBean的区别

    POJO Plain Ordinary Java Object,即简单的java对象. 特点 需要有一些 private 的参数,以及针对参数的 setter 和 getter 方法来访问这些参数. ...

  8. SpringCloud之Eureka详细的配置

    介绍 SpringCloud是一个完整的微服务治理框架,包括服务发现和注册,服务网关,熔断,限流,负载均衡和链路跟踪等组件. SpringCloud-Eureka主要提供服务注册和发现功能.本文提供了 ...

  9. Autoware 笔记 No. 5——基于GNSS的定位

    1. 前言 在之前的笔记No.2 中,我们直接采用ndt_matching的方法实现定位,但需要在打开rviz中,通过2D Pose Estimate指定初始位置.加入GNSS后,可以帮助ndt_ma ...

  10. 2019-7-29-win10-UWP-使用-MD5算法

    原文:2019-7-29-win10-UWP-使用-MD5算法 title author date CreateTime categories win10 UWP 使用 MD5算法 lindexi 2 ...